arXiv 机器学习· Ankitkumar Patel, Jigarkumar Patel, Amit Kumar, Supreetha Sreeram, Venkatesh Kulkarni·· 12 時間前AI スコア41
基于 LLM 的因果推断鲁棒性压力测试
Stress-Testing the Robustness of LLM-Based Causal Inference
未翻訳のため中国語で表示しています。
AI ガイド
一项针对基于 LLM 的因果推断鲁棒性的压力测试表明，LLM 普遍存在高估因果联系的“乐观偏差”，导致整体查准率偏低。研究通过涵盖模型规模、因果图复杂度等 6 个维度的测试发现，传统评估指标常因忽略推理不确定性而产生虚高得分。此外，扩大模型规模带来的增益十分脆弱，其性能表现会随元数据质量的下降而急剧恶化。
出典：arXiv 机器学习 · arxiv.org